如何将SQL来源的Pandas DataFrame转为Streamlit Authenticator凭据字典

需求说明 #

需要把从SQL数据库查询得到的Pandas DataFrame，转换成Streamlit Authenticator要求的嵌套字典格式。SQL查询已将字段映射为目标格式所需的列名：usernames（用户名）、name（用户姓名）、password（哈希密码）。

实现步骤 #

1. 从SQL读取数据到DataFrame

先通过SQL查询获取符合要求的数据，示例代码需替换为你的数据库连接信息：

import pandas as pd
from sqlalchemy import create_engine

# 替换为你的数据库连接字符串
db_conn_str = "your_database_connection_string"
engine = create_engine(db_conn_str)

# 执行指定SQL查询
sql_query = """SELECT username as usernames,nome as name,HashPython as password FROM AspNetUsers WHERE HashPython is not null"""
user_df = pd.read_sql(sql_query, engine)

2. 转换为目标凭据字典

通过Pandas的iterrows()遍历DataFrame，用字典推导式直接生成符合要求的凭据结构：

credentials = {
    "usernames": {
        row["usernames"]: {
            "name": row["name"],
            "password": row["password"]
        } for _, row in user_df.iterrows()
    }
}

可选校验处理 #

为避免无效数据引发问题，可提前过滤关键字段为空的记录：

# 过滤掉用户名或姓名为空的行
user_df = user_df.dropna(subset=["usernames", "name"])

格式验证 #

转换后的credentials结构完全匹配Streamlit Authenticator要求，示例如下：

{
    "usernames": {
        "user@inv.com": {
            "name": "user1",
            "password": "已生成的哈希密码"
        },
        "another_user@example.com": {
            "name": "Another User",
            "password": "另一哈希密码"
        }
    }
}

内容的提问来源于stack exchange，提问作者Felisberto